pillar

Engineering

CFET 구조 완전 해부 — nanosheet에서 왜 접어야 하는가

CFET 구조 완전 해부. nFET과 pFET을 수직으로 포개 표준셀 높이를 절반으로 — monolithic vs sequential 공정, thermal budget의 함정, STA·PDK 관점의 설계 과제를 정리한다. 기존 'CFET란?' 개요편의 심화편.

Engineering

한미반도체 분석 — HBM 본더 1위의 해자와 리스크

HBM TC bonder 글로벌 1위 한미반도체의 해자와 리스크. 2025년 매출 5,767억원·영업이익률 43.6%, MR-MUF 표준 선점과 150여 건 특허의 실체, SK하이닉스 의존·삼성 내재화·하이브리드 본딩 전환이라는 세 가지 리스크를 분석한다.

Engineering

국내 반도체 장비 회사 순위 TOP 15 (2026년 최신) — 매출로 본 소부장 지형도

2025년 연결 매출 기준 국내 반도체 장비 회사 순위 TOP 15. 1위 원익IPS(9,098억원), 2위 한미반도체(5,767억원) — HBM 슈퍼사이클이 갈라놓은 장비업계 지형, 티어별 분석과 2026년 10월 기준 watch points를 정리한다.

Engineering

DRAM 안에서 계산해도 데이터 재배치가 느리면 진다

메모리 내부 연산의 성능은 산술 회로만으로 결정되지 않는다. RAPID 연구를 출발점으로, 데이터 배치와 CPU 왕복 비용이 PIM의 승패를 바꾸는 조건을 따진다.

Engineering

In-DRAM computing can lose to data-layout conversion

Arithmetic is only part of memory-computing performance. RAPID offers a starting point for examining when data layout and host handoffs change the outcome of a PIM design.

Engineering

지상 데이터센터의 GPU를 우주에 그대로 가져갈 수 있을까

H100·Suncatcher·Space-1의 공개 근거로 칩·보드·위성의 변경 범위를 나누고, 같은 완료 작업량에 필요한 가속기 수와 전력을 계산한다.

Engineering

Can a terrestrial data-center GPU go straight into space?

Separate chip reuse from board and spacecraft redesign using H100, Suncatcher and Space-1 evidence, then size accelerators and power for equal completed work.

Engineering

AI가 고친 HLS, ‘PASS’는 어디까지 보증하나

실행 가능한 테스트는 자동 수정의 출발점이다. 테스트 입력, 결과 판정, 합성 후 검증을 구분해야 소스 코드의 성공을 하드웨어의 성공으로 잘못 읽지 않는다.

Engineering

What does PASS prove when AI repairs HLS code?

Executable tests are a starting point for automated repair. Distinguishing test inputs, result checking and post-synthesis verification keeps source-level success from being mistaken for hardware success.

Engineering

Ray-Ban Meta의 AR1 해부: 카메라·음성·AI를 동시에 처리하는 반도체 설계

Ray-Ban Meta의 AR1을 CPU·ISP·NPU, 영상 버퍼, 음성 지연과 AI 메모리 계산으로 해부하고 Gen 2·Gen 3의 변화를 비교합니다.

Engineering

NAND는 왜 웨이퍼를 두 장 쓰는가: CBA의 열 예산과 접합 수율

셀과 주변회로를 따로 만들면 공정의 자유도가 생긴다. 그 이익이 원가 절감으로 이어지는 조건은 접합 뒤에 남는 양품 비트다.

Engineering

Inside Ray-Ban Meta’s AR1: designing for camera, voice and AI at the same time

Trace AR1 camera, voice and AI workloads through memory, buffers and power, with worked calculations and Ray-Ban Meta Gen 2 and Gen 3 comparisons.